露天矿区无人驾驶智能视觉技术及应用

1绪论
1.1矿山智能视觉应用及意义
1.2矿山智能视觉研究概况
1.2.1机器视觉应用现状
1.2.2目标检测研究现状
1.2.3道路检测研究现状
1.2.4障碍检测研究现状
1.2.5多模态数据融合研究现状
1.3矿山智能视觉发展趋势…
2矿山智能视觉相关理论与技术
2.1深度学
2.2卷积神网络·
2.3目标图像分割算法
2.3.1大类间分割法
2.3.2大熵法
2.4道路边缘检测算法
2.4.1 Sobel算法
2.4.2 Prewitt算法
2.4.3梯度幅值算法
2.5双目视觉目标测量
2.6相机标定理论·
3矿区道路图像数据集处理
3.1图像数据降噪滤波处理
3.1.1均值滤波
3.1.2中值滤波
3.1.3高斯滤波
3.1.4双边滤波
3.1.5导向滤波
3.1.6加权小二乘滤波
3.1.7小波滤波
3.2图像数据处理
3.2.1直方图均衡化
3.2.2灰度变换…
3.2.3对数变换
3.2.4伽马变换·
3.2.5 Retinex理论
3.3矿区道路图像数据集构建
3.3.1矿区道路图像数据集标注
3.3.2矿区道路图像数据増强…
3.3.3矿区道路图像数据集扩增
4矿区非结构化道路分割…
4.1 BiSeNetV2双边分割网络模型
4.1.1模型结构…
4.1.2道路特征提取阶段
4.1.3道路特征融合阶段
4.2OP-BiSeNetV2矿区道路分割模型·
4.2.1优化模型结构
4.2.2细节特征提取效率优化设计
4.2.3.注意力机制优化设计·
4.2.4特征图上采样优化设计
4.3矿区道路分割实验与分析
4.3.1实验准备与设计
4.3.2.多模型分割实验结果分析
4.3.3连续帧识别效果测试
4.4本章小结
5矿区非结构化道路边缘线跟踪
5.1矿区道路边缘线处理
5.1.1矿区道路边缘线提取·
5.1.2矿区道路左右边缘的分割
5.2矿区道路边缘拟合
5.2.1直线道路边缘拟合模型构建
5.2.2弯道拟合模型构建
5.2.3直线-抛物线拟合模型构建
5.3矿区道路边缘跟踪
5.3.1道路跟踪算法
5.3.2道路边缘区域划分
5.4矿区道路边缘跟踪实验与分析
5.4.1矿区道路边缘检测
5.4.2矿区道路边缘跟踪
5.5本章小结
6矿区无人车道路偏离检测
6.1矿区车道偏离特征提取·
6.1.1矿区车道识别图像预处理
6.1.2矿区车道边缘线拟合
6.2基于PSO-BP的矿区车道偏离检测
6.2.1BP神网络结构设计
6.2.2粒子群优化网络权重设计
6.3矿区车道偏离实验与分析
6.3.1实验准备与设计
6.3.2实验结果分析
本章小结
7矿区复杂道路动态路网构建
7.1矿区道路提取数据集的建立
7.1.1矿区道路数据集的人工标注
7.1.2露天矿区道路图像预处理
7.1.3数据集扩增及划分
7.2 DeepLabv3 道路提取模型结构
7.2.1空洞卷积
7.2.2空洞空间金字塔池化
7.2.3解码-编码器结构
7.3矿区路网图像分割优化模型构建
7.3.1矿区道路提取优化模型
7.3.2矿区道路特征提取
7.3.3道路数据不平衡修正
……
9.2.1双目相机立体校正原理
9.2.2双目相机立体校正实验
9.3立体匹配算法研究
9.3.1立体匹配的步骤与约束条件
9.3.2 SGBM半全局立体匹配算法
9.4 立体匹配视差测距
9.5本章小结
10跨模态融合的矿区无人车道路障碍测量
10.1跨模态数据融合架构设计
10.1.1时间融合
10.1.2 空间融合
10.2矿区行车障碍跨模态数据空间匹配
10.2.1 障得物图像畸变矫正算法
10.2.2基于特征点匹配的跨模态数据融合
10.3矿区行车障碍空间距离融合计算·
10.3.1碰撞目标特征设计
10.3.2距离估计模型
10.4行车障碍空间距离融合计算
10.5障碍空间测量实验与分析
10.6本章小结
11矿区智能视觉综合应用案例
11.1矿区道路障碍目标数据集
11.1.1矿区行车数据采集
11.1.2障碍目标标注
11.2矿区道路障碍目标检测实验分析
11.2.1实验环境配置与评价指标
11.2.2预网络
11.2.3结果与分析
11.3矿区道路障碍目标距离估计实验分析
11.4本章小结
参考文献